BIG DATA UND DATENANALYSE
Von Big Data sprechen wir, wenn ein Datensatz so groß und komplex ist, dass spezifische Tools und Methoden
erforderlich sind, um Informationen in angemessener Zeit zu extrahieren, zu verwalten und zu verarbeiten.
Das Sammeln und Analysieren großer Datenmengen offenbart verborgene Informationen und Muster.
In Kombination mit ausgefeilten Business Analytics gibt Big Data Unternehmen Einblicke in Marktbedingungen
und Kundenverhalten und macht Entscheidungen effektiver und schneller als die Konkurrenz.
DATENANALYSE
Daten und Informationen. Ziele.
Das Ziel des Big-Data-Analytics-Projekts ist nicht, Berichte darüber zu erstellen, was passiert ist, sondern zu verstehen, wie dies
helfen kann, bessere Entscheidungen zu treffen.
Das bedeutet eine Änderung des Datenanalysemodells durch den Einsatz sogenannter Ansätze:
• deskriptiv
• prädiktiv
• präskriptiv
das heißt, durch die Nutzung großer Datenanalyseanwendungen, mit denen nützliches Wissen
für Entscheidungsprozesse generiert wird (z. B. die Antizipation von Kundenbedürfnissen in Echtzeit, Präferenzen und Gewohnheiten).
Um dieses Ziel zu erreichen, sind neue Fähigkeiten erforderlich: insbesondere Data Scientists, die mithilfe von „Machine-Learning-Algorithmen“
und „fortgeschrittenen Visualisierungstools“ nützliche und „unbestrittene“ Informationen zur Unterstützung der Wettbewerbsfähigkeit und Rentabilität des Unternehmens generieren können.
Die Analyse. Was Wissen schafft.
Datenanalyse kann zu unterschiedlichen Wissensstufen führen, und dieser Prozess hängt von der Art der eingesetzten Analysemodelle ab.
Man kann vier Hauptkategorien identifizieren:
• Descriptive Analytics: die Menge der Tools, die entwickelt wurden, um die aktuelle und vergangene Situation von Geschäftsprozessen und/oder Funktionsbereichen zu beschreiben.
Diese Tools ermöglichen den Zugriff auf Daten nach flexiblen logischen Sichten und auf synthetische Weise, um die wichtigsten Leistungsindikatoren anzuzeigen und zu visualisieren.
• Predictive Analytics: fortgeschrittene Tools, die Daten analysieren, um Fragen zu beantworten, was in der Zukunft passieren könnte.
Sie zeichnen sich durch mathematische Techniken wie Regression, Prognose, prädiktive Modelle usw. aus.
• Prescriptive Analytics: fortgeschrittene Big-Data-Anwendungen, die neben der Datenanalyse in der Lage sind, dem Entscheidungsträger
operative/strategische Lösungen auf der Grundlage der durchgeführten Analysen vorzuschlagen.
• Automated Analytics: in der Lage, die vorgeschlagene Aktion unabhängig gemäß den Ergebnissen der durchgeführten Analysen umzusetzen.
Vorteile. Wie Sie die Geschäftsleistung verbessern.
Die Vorteile, die Big-Data-Analyse bieten kann, sind vielfältig:
• Umsatz steigern
• Die Entwicklung der Nachfrage vorhersagen
• Ihrem Account-Management mehr Wert verleihen
• Vorhersagen, was für jeden Kunden am besten ist
• Neue Geschäftsmöglichkeiten erschließen
Data Ware kann Ihnen die gesamte Unterstützung bieten, die Sie benötigen, um Ihr Geschäft durch Big-Data-Analyse zu stärken.
